电子邮件与文件数据提取至CSV

此工作流旨在自动化从电子邮件及相关文档（如附件和URL）中提取、结构化和管理数据。它利用先进的语言模型与提示词工程处理非结构化信息，并输出结构化摘要，特别适用于邮件分拣、客户支持或从沟通渠道大规模提取数据等任务。

概述

该流程串联了多个组件，负责用户输入、文件及URL内容获取、提示词构建、大型语言模型（LLM）处理、基于智能体的推理以及结构化数据输出。其主要优势包括可扩展性、高度自动化，以及在极少人工干预下处理复杂或高容量数据提取任务的能力。

步骤详解

1. 用户输入与附件

• 聊天输入：流程首先通过聊天界面接收用户输入（电子邮件或消息）及可选的文件附件。
• 文件检索器：所有附件将被处理以提取文本内容，采用OCR等策略（如有需要），并通过令牌限制确保效率。

2. 上下文丰富

• URL检索器：流程还可从指定URL中获取内容，对信息进行解析和分块，供后续使用。当邮件引用外部资源或知识库时尤为有用。

• 聊天记录：系统保留最近5条聊天消息（最多800个令牌），为更好理解和持续性提供上下文。

3. 提示词工程

• 提示词模板：流程采用模板动态构建LLM和智能体的提示词，涵盖：

  • 邮件/消息内容
  • 提取的文件内容
  • 聊天历史上下文
  • 系统级指令

  这些提示词旨在最大程度提升LLM对输入信息的理解与结构化能力。

4. LLM与智能体协作

• Google Gemini LLM：流程采用Gemini 2.5 Flash，实现高质量语言理解与生成，温度设为0以确保输出确定性。

• 工具调用智能体：高级智能体接收组合后的提示词、聊天记录及工具（如文件/URL检索器），以实现：

  • 审查和组织邮件数据
  • 提取和结构化相关信息
  • 基于邮件及附件提供全面概述
  • 如需可借助工具获取外部知识

  系统消息引导智能体聚焦于高效与数据结构化。

5. 结构化与输出

• 结构化输出生成器：将智能体回复及附加上下文通过新一轮提示词和LLM（同为Gemini）生成结构化输出。必填字段包括：

  • 用户名：用户姓名
  • 邮箱：患者邮箱地址
  • 消息：邮件中提及的信息

• CSV输出：结构化数据随后导出为CSV文件，便于进一步处理、分析或导入其他系统。

6. 用户反馈

• 聊天输出：流程还会以聊天回复形式展示智能体的概览与答案，确保用户即时获得反馈。

组件摘要表

应用场景与优势

• 可扩展性：自动化从邮件和文档中重复性的数据提取与结构化，减少人工劳动。
• 一致性：通过LLM与提示词模板，实现大批量数据的统一处理。
• 可扩展性：便于适配新输入类型（文件、URL）及输出格式（结构化对象、CSV）。
• 自动化：适用于客户支持、病历处理或任何需要将非结构化数据转为结构化的工作流程。

为什么这个流程值得使用

该工作流显著减少了从电子邮件及其附件中提取可用、结构化数据所需的时间和精力。其高度可扩展——能够批量处理多条消息及多种文件类型——并自动化了本需大量人工参与的流程。通过集成先进的LLM、工具智能体和提示词工程，既保证了高精度，也具备极强适应性，是企业和组织优化信息处理流程的强力助手。